前言：寻找写作灵感？中文期刊网用心挑选的森林健康数据来源与研究措施，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
作者：徐婷 李明阳 吴文浩 单位：南京林业大学森林资源与环境学院 句容市农业委员会
本研究以句容市下蜀镇2006年森林资源二类调查数据为主要信息源，以地理信息系统软件ArcGIS、统计分析软件SPSS为挖掘工具，通过主成分分析和聚类分析，揭示森林资源调查数据库中隐含的森林健康空间分布规律、森林健康与生态环境因子间的量化关系等知识，以期为面向森林可持续经营指标的森林资源空间数据挖掘探索出一条科学适用的技术路线。
1研究区域概况
下蜀镇位于江苏省句容市北部，宝华山东侧，地理范围为东经119°4'23″～119°15'4″，北纬32°4'23″～32°12'29″，土地面积160km2，人口6.3万人。地处长江三角洲，是长江南岸的经济重镇，是江苏省句容市唯一的沿江镇，拥有3.5km长的长江深水岸线，位于佛教圣地“律宗第一名下蜀镇山”宝华山脚下，东离古城镇江30km，西距古都南京35km，在上海经济辐射区边缘，南京都市区规划圈内。下蜀镇自然条件得天独厚，属北亚热带季风气候，四季分明，雨水充沛，日照充足，年降水量1105km，年均温15.1℃，年均日照时间2018h，年均无霜期229d。下蜀镇境内多低山丘陵，地势高低不平，总体呈现南高北低趋势，南部依偎宝华山，中部为低山丘陵，北部依靠长江，地势平坦。水陆交通发达，矿藏资源丰富。长江黄金水道、宁镇公路、312国道、沪宁铁路横贯东西;句蜀公路、新大公路纵申南北，交织成网;大道河、便民河直通长江。工业经济基础较好，已逐步形成了建材、化工、服装、机械四大工业类项。下蜀镇用材林树种有水杉(Metasequoiaglyptrobides)、马尾松(Pinusmassoniana)、棣棠(Kerriajaponica)等，经济林树种有油桐(Verniciafordii)、板栗(Casta-neamollissima)、青梅木(mangachagpoiBlanco)、葡萄(Vitisvinifera)、柿树(Diospyroskaki)、桃树(Prunuspersica)等270多种，形成了“南林北菜”的农业发展格局。
2.1数据来源及预处理研究所用的主要数据有:1)下蜀镇2006年二类调查固定样地空间数据库，包括1216个小班，其中小班的属性表除了包括地类、林种、树种、平均胸径、平均树高、单位蓄积等常规调查因子外，还增加了森林健康调查因子;2)2006年下蜀镇遥感卫星SPOT5数据包(全色+多光谱)，全色波段空间分辨率为2.5m，多光谱波段空间分辨率为10m;3)地理要素的矢量文件，根据融合后的SPOT5遥感图像生成的包含居民地、交通干线(国道、省道、铁路)的矢量文件;4)根据下蜀镇1∶10000地形图制作的研究地区数字高程模型(DEM)，空间分辨率为3.3m。根据相关文献可知［3－8］，森林健康与林分单位面积蓄积量、平均高度、平均胸径、平均年龄等林分调查因子有关，与林分所处的坡度、海拔、坡向等地形因子有关，并受到与居民点距离大小、离道路远近等人类干扰因子的影响。利用Erdas9.2进行卫星图像预处理、全色波段与多光谱波段的空间分辨率融合、自然色彩变换、空间子集运算。在此基础上，借助GIS平台对获取的森林资源二类调查的原始小班数据进行预处理，选取与森林健康有关因子。首先，通过ArcGIS中的FeaturetoPoint工具，将1216个片林小班数据多边形文件转换成矢量文件;其次，利用其SpatialAnalyst的表面分析工具，生成研究区域海拔、坡度、坡位3个栅格图层;第三，通过Arc-GIS9.3鼠标屏幕跟踪生成道路、居民点图层，并进行缓冲分析生成道路、居民地缓冲图层;最后利用GIS平台上外挂式分析工具HawthTools中的Inter-sectPointTool，分别与道路缓冲区、居民点缓冲区、海拔、坡度、坡位栅格图层相交，生成距道路距离、距居民点距离、坡度、海拔、坡5个新的属性特征。在最后生成的空间数据库中，包含森林健康、6个林分因子(单位面积蓄积量、平均树高、平均胸径、平均年龄、植被覆盖度、植被高度)，3个地形因子(坡度、海拔、坡位)，2个人类干扰因子(居民点距离大小、离道路远近)，共计12个属性。
2.2主成分分析主成分分析法(Principalcomponentanalysis(PCA))是通过构造原评价指标的综合指标用以代替原指标进行评估的方法。主成分之间是相互独立的，通常少数几个主成分就能在很大程度上反映原有指标提供的信息，这些主成分被称作主成分向量。主成分分析法一方面能消除重叠的信息，另一方面又起到降维的作用。通过对主成分中各指标系数的分析，确定每一主成分所综合的意义［9］。
2.3聚类分析聚类分析(ClusterAnalysis)是根据事物本身的特性研究个体分类的方法。聚类分析的原则是同一类中的个体有较大的相似性，不同类的个体差异很大，将性质相近的归为一类，将性质差别较大的归入不同的类。当要聚成的类数已知时，使用快速聚类过程可以很快将观测量分到各类中去，其特点是处理速度快，占用内存少。快速聚类适用于大样本的聚类分析，它能快速地把各观测量分到各类中去。本研究采用K－MeansCluster执行快速样本聚类，使用k均值分类法对观测量进行聚类。K－MeansCluster不仅是快速样本聚类过程，而且是一种逐步聚类分析。所谓逐步聚类分析就是先把被聚对象进行初始分类，然后逐步调整得到最终分类。
3结果与分析
3.1主成分分析首先分析与森林健康有关的11个生态因子的相关性。KMO检验用于比较观测相关系数值与偏相关系数值的一个指标，KMO的值越逼近1，表明对这些变量进行因子分析的效果越好，一般偏相关性大于0.9时相关性最佳，0.7以上可以接受，0.5以下不宜做因子分析。论文中KMO值为0.767，因此可以做因子分析。Bartlett球形检验是检验相关阵是否是单位阵，经Bartlett检验表明，Bartlett值为5153.190，Bartlett球形检验统计量的sig＜0.01，由此否定相关矩阵是一个单位矩阵的零假设，即认为各变量间存在相关性。因子载荷是变量与公共因子的相关系数，对于一个变量来说，载荷因子绝对值较大的因子与它的关系更密切，也更能代表这个变量。因此，从表1中可知，3个因子反映了主载荷变量的信息。根据公因子内各个变量特点，给每个公因子命名如下:①森林活力因子，最重要的变量，解释总方差的37.979%，主要包含4个变量信息，即平均树高、平均胸径、活立木蓄积、平均年龄;②森林环境胁迫因子，解释总方差的23.234%，主要包含5个变量信息，即坡度、海拔、坡向、距道路距离、距居民点距离;③森林组织结构因子，解释总方差的14.242%，主要包含2个变量信息，即植被覆盖度、植被高度。将主成分分析的结果与GIS平台中片林小班数据属性表进行连接，结合片林小班数据将主成分分析的结果利用GIS平台表达出来，绘制出3个公因子分布图(图1、图2、图3)。#p#分页标题#e#
3.1.1森林活力因子分析从图1可以看出森林活力值从西南向东北递减，森林活力高值区域分布在西南部宝华山脉沿线地区以及中部低山丘陵地区，森林活力低值区域分布在东北部低缓平原地区。森林生产力是衡量树木生长状况和生态系统功能的主要指标之一，森林活力值高的区域树木长势良好，其树木平均年龄为12.86a，平均胸径为8.37cm，平均树高为5.25m，单位平均活立木蓄积量为34.72m3/hm2，此区域森林生产能力和蓄积量较为稳定，能显著抵制外在干扰以及病虫害，维持良好的健康状况。而同期森林活力低值区域的森林平均年龄为6.01a，平均胸径为5.39cm，平均树高为2.83m，平均活立木蓄积量为22.43m3/hm2。由于森林活力低值区域的林分大多处于幼龄期，生长能力以及抗外界干扰能力比较弱，森林生长不良，质量低下，单位面积蓄积量低，影响森林生态以及碳汇等功能的发挥，森林生态系统较不稳定，森林健康水平较低。
3.1.2森林环境胁迫因子分析从图2可以看出，环境胁迫因子得分由东南向图3森林组织结构因子分布Fig.3Forestorganizationalstructurefactordistribution西北方向呈现弧形分布趋势，由东南部至中部地区呈现递增趋势，然后随着地形的变化由中部至西北部得分逐渐降低。环境胁迫因子包含坡度、坡位、海拔、距道路距离和距居民点距离等要素，是衡量森林生态系统的抗干扰能力和恢复能力的指标之一。下蜀镇环境胁迫因子得分高的区域主要分布在其西南部宝华山脉沿线和中部低山丘陵地区，这些地区的平均坡度为17.81°，平均坡向为211.86。平均海拔为184.25m，距道路的平均距离为404.93m，距居民点的距离为916.54m。下蜀镇环境胁迫因子低值区域主要分布在研究区域东南部和东北部平原地区，其平均坡度为2.46°，平均坡向为85.05，平均海拔为38.36m，距离道路的平均距离为72.97m，距离居民点的距离为263.27m。通过分析环境胁迫因子的高低值区域的各要素的属性值发现，森林健康水平深受林分的立地因子和人类干扰的影响。在下蜀镇西南部和中部低山丘陵地区，由于其海拔较高、坡度较陡，不适宜居民居住以及开展农业耕作，交通不便，森林受人类的干扰较东北部小，森林生态系统保持在较健康的水平。通过比较西南山区以及中部低山丘陵地区发现，虽然下蜀镇西南部依靠宝华山脉，其海拔、坡度相较于中部低山丘陵地区要大，但是其环境胁迫因子得分低于中部地区分值。原因在于宝华山附近已形成设施完善的旅游风景区，每年有大量的游客去参观游玩，大量的人类活动以及便利的生活交通设施对宝华山的森林生态系统造成了压力，影响其生态系统的平衡，威胁到森林的健康。下蜀镇的东南部以及东北部海拔低、地势平缓，居民聚集形成大面积住宅区，农业发达，交通便利，经济发展水平高，森林生态系统受人类活动影响程度较高，人类活动以及道路交通运输影响和破坏了森林群落结构，影响到森林群落的演替，使森林健康水平有所下降。
3.1.3森林组织结构因子分析从图3可以看出，下蜀镇整体森林组织结构较为单一，森林层次多为简单结构。下蜀镇组织结构较为完善的区域分布于其东南部，植被覆盖多草本植物，平均植被高度为91.53cm，此处森林多为省级重点保护生态公益林和水土保持林，多为阔叶混交林，群落结构较为复杂，林龄结构多为中龄林和近熟林，由县级林业部门统一管理。下蜀镇西部林木所有权多归私人所有，受经济利益驱动，西部地区森林多为速生丰产林、果树林等商品林，林龄结构多为幼龄林，群落结构简单，林下平均植被高度仅为27.36m，使得下蜀镇森林组织结构单一的现象在西部地区表现得更为明显。3.2聚类分析将聚类分析的结果与GIS平台中片林小班数据属性表进行连接，结合片林小班属性数据以及主成分分析结果，利用GIS平台绘制出聚类分布图(图4)。从图4可以看出，下蜀镇森林健康主要属于类别3，结合主成分分析中图1、图2、图3，比较类别1与类别2可以看出，这两类林分的健康水平主要受林分因子的生产活力影响。对比类别2和类别3的分布可知，由于类别3距道路距离和居民点距离较近，森林生态系统受到人类活动的干扰，造成生态系统破坏，导致森林的自我更新以及恢复能力降低，使得类别3的森林健康处于较低水平。将聚类分布图与主成分分析的结果属性表通过GIS平台连接，根据聚类分析的类别对主成分分析结果进行分析，各聚类中3个主成分因子平均得分通过表2表示，综合考虑主成分分析以及聚类分析结果，探讨森林健康的影响因子以及各因子的影响力大小。由表2可知，类型1中各个因子得分都明显优于类别2与类别3。比较类别1与类别2可知，两者最大的差距在于生产活力的差别。由于林分生长活力的强弱影响着森林生态功能的发挥以及森林生态系统的稳定性和持续性，进而影响森林的健康状况，所以林分生产活力的大小导致了类别1与类别2之间的差异;而类别2与类别3的差别主要集中于环境胁迫因子的差异，由于环境胁迫因子是衡量森林生态系统的抗干扰能力和恢复能力的指标之一，它包含坡度、坡位、海拔、距道路距离和距居民点距离等要素，人类活动以及道路交通运输影响和破坏了森林群落结构，对森林健康造成影响，因此环境胁迫要素造成了类别2与类别3的差异。通过纵向比较各公因子在各类别中的差异可知，生长活力因子的影响力最大，而环境胁迫因子的影响力又大于森林组织结构的影响力，从而佐证了聚类分析中因子重要性分析结果。
4结论与讨论
森林健康是森林可持续经营的重要评价指标。本研究以句容市下蜀镇2006年森林资源二类调查空间数据库为主要信息源，通过主成分分析和聚类分析等分析方法，揭示数据库中隐含的森林健康规则和空间关系，如森林健康空间分布规律、森林健康与其影响因子间的量化关系，从而为森林可持续经营规划提供科学依据。研究表明，下蜀镇森林健康水平总体偏低，森林健康水平受林分的单位面积蓄积量、平均树高、平均胸径、平均年龄、植被覆盖度、植被高度、坡度、海拔、坡位、距居民点距离、距道路远近等因素的影响。在影响森林健康等级高低的3类主成分因子中，以林分生产活力因子的重要性最强，林分的环境胁迫因子次之，森林组织结构因子的影响最小。在森林健康空间聚类的3种类别中，林分生产活力的大小导致了类别1与类别2之间的差异，而类别2与类别3的差别主要集中于环境胁迫因子的不同。受制于现有的技术规程，森林资源二类调查数据中并不包含与森林健康相关的交通干线、居民点数量、经济发展水平等人为干扰因子，因此在进行空间数据挖掘时，首先需要通过一定的方法，提取相关因子数据。除此之外，对复杂的森林生态系统的健康知识进行空间挖掘时，必须要综合使用包括3S技术在内的多方面的技术方法和手段的支持，尤其需要将GIS软件的空间统计功能与专业化数据统计分析软件的规则提取功能相结合。#p#分页标题#e#
